TØI rapport 1607/2017. Alena Høye. Bilalder og risiko

Like dokumenter
Trafikksikkerhetseffekter av bilenes kollisjonssikkerhet, vekt og kompatibilitet

Risiko i veitrafikken 2013/14

Risiko i veitrafikken

Trafikksikkerhetseffekter av bilenes kollisjonssikkerhet, vekt og kompatibilitet

STATENS VEGVESENS RAPPORTER

Evaluering av effekt på ulykker ved bruk av streknings-atk

Drepte i vegtrafikken

Drepte i vegtrafikken

Er det mulig at flertallet av førere er sikrere enn gjennomsnittsføreren?

Bilfører 65+ Mulig virkning av kurs for eldre bilførere på antall drepte og skadde i trafikken

Kan vi unngå flere skadde i trafikken når flere går eller sykler?

Temaanalyse av mopedulykker

Torkel Bjørnskau TØI rapport 1164/2011

Drepte i vegtrafikken

Drepte i vegtrafikken

Drepte i vegtrafikken

UNIVERSITETET I OSLO

Utvikling av ulykkesmodeller for ulykker på riks- og fylkesvegnettet i Norge

Drepte i vegtrafikken

Passasjerer med psykiske lidelser Hvem kan fly? Grunnprinsipper ved behandling av flyfobi

Drepte i vegtrafikken

Slope-Intercept Formula

TØI rapport 1643/2018. Alena Høye. Ulykker på skoleveg

Omtrent 15 prosent av syklingen foregår utenfor vegnettet

Sammendrag Dybdestudier av fartsrelaterte ulykker ved bruk av UAG-data

Trafikksikkerhetsindikator for trafikantadferd og kjøretøykvalitet. Statens vegvesens Tilstandsindikator for trafikant og kjøretøy

Sammendrag: Bilers alder og risiko. Bakgrunn. Formål. Metode

Dybdestudier av fartsrelaterte ulykker ved bruk av UAG-data

Unit Relational Algebra 1 1. Relational Algebra 1. Unit 3.3

Eksamensoppgave i PSY3100 Forskningsmetode - Kvantitativ

Evaluering av 16-årsgrense for øvelseskjøring med personbil. Ulykkesrisiko etter førerprøven

Exercise 1: Phase Splitter DC Operation

Pål Ulleberg, Transportøkonomisk Institutt (TØI)

Perpetuum (im)mobile

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

2A September 23, 2005 SPECIAL SECTION TO IN BUSINESS LAS VEGAS

UAG analyser av dødsulykker Hvilken nytte har TØI av analysene?

Evaluering av effekt på ulykker ved bruk av punkt-atk

Predikering av branner og ulykker i vegtunneler

Fridulv Sagberg TØI rapport 1131/2011. Høyrisikoatferd og høyrisikogrupper i veitrafikken. Sluttrapport fra strategisk instituttprogram (SIP)

Risiko i veitrafikken 2013/14

Risiko, ulykker og eksponering. BEST formidlingsseminar 11. april 2018 Torkel Bjørnskau, TØI

Generalization of age-structured models in theory and practice

Evaluering av effekt på ulykker ved bruk av streknings-atk. TØI rapport 1339/2014 Alena Høye

STILLAS - STANDARD FORSLAG FRA SEF TIL NY STILLAS - STANDARD

Økt førerkortalder for lett motorsykkel?

Risiko i trafikken Torkel Bjørnskau TØI rapport 986/2008

Ulykkesstatistikk Buskerud

Dean Zollman, Kansas State University Mojgan Matloob-Haghanikar, Winona State University Sytil Murphy, Shepherd University

EN Skriving for kommunikasjon og tenkning

Fart og trafikkulykker: evaluering av potensmodellen

Eksamensoppgave i PSY3100 Forskningsmetode - Kvantitativ

Omfanget av bilkjøringen på linje med tidligere funn. Mindre motorsykkelkjøring enn tidligere antatt

Dødsulykker med unge i Norge Fra for dårlige til for gode færdigheder

The building blocks of a biogas strategy

Dødsulykker med ungdom i Norge i

Sammendrag: 130 dødsulykker med vogntog Gjennomgang av dødsulykker i gransket av Statens vegvesens ulykkesanalysegrupper

PSi Apollo. Technical Presentation

Medisinsk statistikk, KLH3004 Dmf, NTNU Styrke- og utvalgsberegning

Resultatkonferansen 12.juni Bedre Sikkerhet i trafikken (BEST)

Hvorfor er det så vanskelig å forklare nedgangen i antall drepte i trafikken?

Statistiske oppgaver over selvmord i Norge, Norden og de baltiske land. Suicide statistics in Norway, the Nordic and the Baltic countries

TØI rapport 425/1999 Virkninger av Sei ifrå kampanjen i Sogn og Fjordane på antall skadde og drepte i trafikken

Vinterkonferanse 20 og 21 mars 2019 Endringer, utfordringer og muligheter

KROPPEN LEDER STRØM. Sett en finger på hvert av kontaktpunktene på modellen. Da får du et lydsignal.

FIRST LEGO League. Härnösand 2012

Dødsulykker i vegtrafikken i Region sør 2013, årsrapport

Testing av epoksyasfalt

Innvandreres ulykkesrisiko og forhold til trafikksikkerhet

PETROLEUMSPRISRÅDET. NORM PRICE FOR ALVHEIM AND NORNE CRUDE OIL PRODUCED ON THE NORWEGIAN CONTINENTAL SHELF 1st QUARTER 2016

Gradert førerkort fra 17 eller 17 ½ år

Risiko i trafikken

Evaluering av kampanjeskiltet for samspillskampanjen

Miniscenario: Fartsgrensepolitikk

6350 Månedstabell / Month table Klasse / Class 1 Tax deduction table (tax to be withheld) 2012

Eksamensoppgave i PSY3100 Forskningsmetode - Kvantitativ

TØI rapport 1711/2016. Alena Høye. Motorsykkelsikkerhet

Eksamensoppgave i SOS1000 Innføring i sosiologi Examination paper for SOS1000 Introduction to Sociology

Interaction between GPs and hospitals: The effect of cooperation initiatives on GPs satisfaction

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

Økonomisk analyse av ITS-baserte trafikksikkerhetsteknologier: en eksplorerende studie

FAMILY MEMBERS EXPERIENCES WITH IN-HOSPITAL CARE AFTER SEVERE TRAUMATIC BRAIN INJURY

Temaanalyse av dødsulykker på motorsykkel

Metodisk kvalitetsvurdering av systematisk oversikt. Rigmor C Berg Kurs H, mars 2019

Statens vegvesen. Godkjenning av LT 103 vegrekkverk. Linetech GmbH & Co. KG Von-Hünefeld-Straße Köln Tyskland

Fartens betydning for trafikksikkerheten

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

European supply and demand for Cod and Haddock

Norwegian s erfaringer med dagens rutetilbud på Vigra, og nye muligheter i fremtiden. Lars Sande Sales direktør lars@norwegian.no

TIDE DISTRIBUTIVE EFFECTS OF INDIRECT TAXATION:

Forecast Methodology September LightCounting Market Research Notes

Miniscenario: Påbud om restriktive kjøretøytiltak

Endring av fartsgrenser. Effekt på kjørefart og ulykker

Accuracy of Alternative Baseline Methods

Ny fartsgrense på motorveg i Norge

Førerstøttesystemer status og potensial for framtiden

Tradisjonelle og moderne perspektiver på optimale fartsgrenser i byer og tettsteder

Ole Isak Eira Masters student Arctic agriculture and environmental management. University of Tromsø Sami University College

05/08/2002 Bugøynes. 16/08/2002 Bugøynes

Transkript:

TØI rapport 1607/2017 Alena Høye Bilalder og risiko

TØI rapport 1607/2017 Bilalder og risiko Alena Høye Forsidebilde: Shutterstock Transportøkonomisk institutt (TØI) har opphavsrett til hele rapporten og dens enkelte deler. Innholdet kan brukes som underlagsmateriale. Når rapporten siteres eller omtales, skal TØI oppgis som kilde med navn og rapportnummer. Rapporten kan ikke endres. Ved eventuell annen bruk må forhåndssamtykke fra TØI innhentes. For øvrig gjelder åndsverklovens bestemmelser. ISSN 0808-1190 ISBN 978-82-480-2105-6 Elektronisk versjon Oslo, november 2017

Tittel: Bilalder og risiko Title: Vehicle age and crash risk Forfatter: Alena Høye Author: Alena Høye Dato: 11/2017 Date: 11/2017 TØI rapport: 1607/2017 TØI Report: 1607/2017 Sider: 84 Pages: 84 ISBN elektronisk: 978-82-480-2105-6 ISBN Electronic: 978-82-480-2105-6 ISSN: 0808-1190 ISSN: 0808-1190 Finansieringskilder: Statens vegvesen, Vegdirektoratet Financed by: The Norwegian Public Roads Administration Prosjekt: 4465 Bilalder og risiko Project: 4465 Vehicle age and crash risk Prosjektleder: Alena Høye Project Manager: Alena Høye Kvalitetsansvarlig: Rune Elvik Quality Manager: Rune Elvik Fagfelt: 21 - Sikkerhet og tiltak Research Area: 21 - Saftey and crash countermeasures Emneord: Personbil; ulykke; risiko; Poisson regresjon; registreringsår; bilalder; vekt; unge førere. Keywords Passenger car; crash; risk; Poisson regression; model year; vehicle weight; young drivers. Sammendrag: Modellberegninger med ulykkesdata fra 2000-2016 viser at personbiler fra senere registreringsår har færre og mindre alvorlige ulykker enn biler fra tidligere år. Når man holder bilenes vekt konstant, er antall drepte og hardt skadde personbilførere i gjennomsnitt 4,2% lavere i biler fra et registreringsår X enn i biler fra det forrige året. Ulykker med tyngre biler er i gjennomsnitt mindre alvorlige for bilføreren, men mer alvorlige for motparten i kollisjoner (bilførere i bil-bil kollisjoner og fotgjengere/syklister i ulykker med fotgjengere/syklister). Eldre biler har, når man holder registreringsåret konstant, flere og mer alvorlige ulykker enn nyere biler. Analysene omfatter personbiler fra før 1980 til 2016 og det er statistisk kontrollert for ulykkesår og førernes alder og kjønn. Et hypotetisk regnestykke viser at antall drepte og hardt skadde bilførere kunne reduseres med 30% dersom man ville erstatte alle bilene i dagens bilpark med nye biler. Summary: Statistical models of car crashes in Norway in 2000-2016 were developed to investigate the relationship between model year and crash involvement and crash severity. More recent car models have on average fewer and less severe crashes when vehicle weight is statistically controlled for. The number of killed or seriously injured (KSI) car drivers is reduced by 4.2% on average per model year. Heavier cars impose lower risk to the driver of the car, and higher risk to crash opponents (other car drivers and pedestrians/cyclists). Older cars have on average more and more serious crashes than newer cars when model year is controlled for. Crash year and the drivers age and gender are statistically controlled for in all models. Hypothetical calculations show that replacing all cars in Norway with new cars would reduce the number of KSI car drivers by about 30%. Language of report: Norwegian Transportøkonomisk Institutt Gaustadalleen 21, 0349 Oslo Telefon 22 57 38 00 - www.toi.no Institute of Transport Economics Gaustadalleen 21, 0349 Oslo, Norway Telefon 22 57 38 00 - www.toi.no Copyright Transportøkonomisk institutt, 2017 Ved gjengivelse av materiale fra publikasjonen, må fullstendig kilde oppgis

Forord Rapporten er skrevet på oppdrag av Statens vegvesen, Vegdirektoratet, som en del av FoU programmet BEST (Bedre Sikkerhet i Trafikken). Rapporten er en analyse av sammenhengen mellom personbilens registreringsår og vekt på den ene siden og ulykkesrisikoen samt skadegraden i ulykker på den andre siden. Analysene er basert på informasjon om personskadeulykker fra ulykkesregisteret STRAKS som er koblet til informasjon om egenskaper ved bilene som er innblandet i ulykkene, samt informasjon om bilenes årlige kjørelengder som er estimert basert på BIG-modellen som er utviklet på TØI av Lasse Fridstrøm og Vegard Østli. Effektene av bilers alder og/eller registreringsår og vekt på ulykkesinnblanding og skadegraden er også undersøkt i noen andre studier, men dette er etter vår kjennskap den første studien som har undersøkt den kombinerte effekten av bilenes vekt og registreringsår, som har kontrollert for bilenes årlige kjørelengder og som har tatt hensyn til registreringsår og vekt til motparter i kollisjoner. Arild Ragnøy og Arild Engebretsen har vært oppdragsgivers kontaktpersoner. Prosjektleder på TØI har vært Alena Høye. Alena Høye har også gjort dataanalysene og skrevet rapporten. Rune Elvik, Rikke Ingebrigtsen og Vegard Østli har bidratt med verdifulle kommentarer og diskusjoner av datagrunnlaget, modellberegningene og resultatene. Rune Elvik har stått for kvalitetssikring av rapporten. Trude Rømming har tilrettelagt rapporten for publisering elektronisk. Oslo, november 2017 Transportøkonomisk institutt Gunnar Lindberg direktør Michael W.J. Sørensen avdelingsleder

Innhold Sammendrag Summary 1 Bakgrunn og formål... 1 1.1 Bilenes registreringsår... 1 1.2 Bilenes alder... 2 1.3 Bilenes vekt... 2 1.4 Førerrelaterte faktorer... 2 1.5 Ulykkesår... 3 1.6 Eksponering... 3 1.7 Andre relevante variabler... 3 2 Metode... 6 2.1 Modellberegninger og variablene i modellene... 6 2.1.1 Avhengige variabler... 7 2.1.2 Prediktorvariabler... 8 2.1.3 Eksponering: Årlige kjørelengder... 10 2.2 Datafiler... 14 3 Resultater... 16 3.1 Modellene... 16 3.2 Bilenes registreringsår... 18 3.3 Bilenes vekt... 20 3.4 Interaksjonseffekt mellom registreringsår og vekt... 23 3.5 Motpartens registreringsår og vekt i bil-bil kollisjoner... 26 3.6 Ulykkesår... 29 3.7 Bilenes alder... 30 3.8 Førernes alder og kjønn... 32 4 Resultater fra andre studier... 34 4.1 Bilenes registreringsår... 34 4.2 Bilenes vekt... 37 4.3 Motparten i kollisjoner... 40 4.4 Ulykkesår... 40 4.5 Bilenes alder... 41 4.6 Førernes alder og kjønn... 42 5 Oppsummering og diskusjon... 44 5.1 Bilenes registreringsår... 44 5.2 Bilenes vekt... 45 5.3 Bilenes alder... 47 5.4 Ulykkesår... 47 5.5 Teoretiske effekter av å øke utskiftingstakten i bilparken... 48 6 Referanser... 50 Vedlegg A Deskriptiv statistikk... 53 Vedlegg B Alle modellene... 66 Vedlegg C Tallgrunnlag for figurene... 77

Sammendrag Bilalder og risiko TØI rapport 1607/2017 Forfatter: Alena Høye Oslo 2017 84 sider Biler fra senere registreringsår har vist seg å ha færre og mindre alvorlige ulykker enn biler fra tidligere år. Når man holder bilenes vekt konstant, er det estimert at antall drepte og hardt skadde (D+HS) personbilførere i gjennomsnitt er 4,2% lavere i biler fra et registreringsår X enn i biler fra det forrige året. I biler fra 2014-2016 er antall D+HS førere i gjennomsnitt 72% lavere enn i biler fra 1980-1990. Sikkerhetsforbedringene i biler fra senere år har vært noe større for lettere biler enn for tyngre biler. Bilenes vekt har økt over tid og ulykker med tyngre biler er i gjennomsnitt mindre alvorlige for bilføreren, men mer alvorlige for motparten i kollisjoner (bilførere i bil-bil kollisjoner og fotgjengere/syklister i ulykker med fotgjengere/syklister). Eldre biler har, når man holder registreringsåret konstant, flere og mer alvorlige ulykker enn nyere biler. Analysene som er gjort er basert på en tidsserie fra 2000-2016, omfatter personbiler fra før 1980 til 2016 og det er statistisk kontrollert for ulykkesår og førernes alder og kjønn. Et hypotetisk regnestykke som er basert på resultatene fra denne studien, viser at antall D+HS bilførere kunne reduseres med 30% dersom man ville erstatte alle bilene i dagens bilpark med nye biler. Dersom man øker utskiftingstakten av bilparken ville sikkerhetsforbedringer i nyere biler føre til at antall D+HS bilførere er halvert i forhold til 2015 i 2039 istedenfor i 2045 med dagens utskiftingstakt. Hovedformålet med denne rapporten var å estimere effekten av personbilenes registreringsår og vekt på risikoen for ulykker og skader blant personbilførerne og blant andre trafikanter. Basert på ulykker med personbiler i 2000-2016 er det estimert effekter på antall drepte og hardt skadde (D+HS) personbilførere, antall personskadeulykker (PSU) med personbiler og skadegraden i ulykker med personbiler (D+HS/PSU). Det er også estimert effekter på antall D+HS, PSU og D+HS/PSU blant fotgjengere og syklister i kollisjoner med personbiler. Tabell S.1 viser en oversikt over effektene av bilenes registreringsår, vekt og alder, samt førerens alder og kjønn. Resultatene for hver av variablene i den venstre kolonnen i tabellen gjelder når man holder de øvrige variablene i den venstre kolonnen, samt eksponeringen (antall kjøretøykilometer eller antall PSU), konstant. Tabell S.1: Oversikt over resultatene. Fremmedrisiko 2 : Egenrisiko 1 Fotgjengere/syklister Bilenes registreringsår: Færre ulykker (D+HS og PSU): Færre og mindre Senere registreringsår Større effekt i lettere biler alvorlige ulykker Lavere skadegrad (D+HS/PSU): (D+HS, PSU og Størst effekt i bil-bil kollisjoner D+HS/PSU) Bilenes vekt: Færre alvorlige ulykker og Flere og mer alvorlige Tyngre biler lavere skadegrad (D+HS og ulykker (D+HS, PSU D+HS/PSU): Størst effekt i bil-bil og D+HS/PSU) kollisjoner; nesten ingen effekt i eneulykker Ingen effekt på ulykker (PSU) Bilenes alder: Flere og mer alvorlige ulykker (ingen resultater) Eldre biler (D+HS, PSU og D+HS/PSU) Førere: Flere og mer alvorlige ulykker Flere og mer alvorlige Unge menn (D+HS, PSU og D+HS/PSU): Størst ulykker (D+HS, PSU effekt i eneulykker og D+HS/PSU) 1 Risiko for føreren av bilen. 2 Risiko for andre trafikanter i ulykker med bilen. Fremmedrisiko 2 : Motpart (bilfører) i bil-bil kollisjoner Færre ulykker (D+HS og PSU) Uendret skadegrad (D+HS/PSU) Flere alvorlige ulykker og høyere skadegrad (D+HS og D+HS/PSU) Færre ulykker (PSU) (ingen resultater) (ingen resultater) Telephone: +47 22 57 38 00 E-mail: toi@toi.no This report can be downloaded from www.toi.no I

Resultatene er basert på statistiske modeller med PSU eller D+HS (bilførere eller fotgjengere/syklister) som avhengig variabel og bilenes registreringsår og vekt, ulykkesår, førerens alder og kjønn, samt eksponeringen som prediktorvariabler. Modeller er utviklet for alle ulykker, eneulykker, bil-bil kollisjoner og ulykker med fotgjengere eller syklister. I bil-bil kollisjoner er også motpartens registreringsår og vekt blant prediktorvariablene. En oversikt over avhengige og prediktorvariablene i modellene er vist i tabell S.2. Tabell S.2: Oversikt over avhengige og prediktorvariablene i modellene. Forklaring Avhengige variabler Ulykker: PSU Alvorlige ulykker: D+HS Skadegrad: D+HS/PSU I modellene med antall kjøretøykilometer som eksponeringsvariabel: Antall PSU med personbil. I modellene med antall kjøretøykilometer som eksponeringsvariabel: Antall D+HS bilførere i modellen for alle ulykker, eneulykker og bil-bil kollisjoner Antall D+HS fotgjengere/syklister i modellene for ulykker med fotgjengere/syklister. I modellene med PSU som eksponeringsvariabel: Antall D+HS bilførere i modellen for alle ulykker, eneulykker og bil-bil kollisjoner Antall D+HS fotgjengere/syklister i modellene for ulykker med fotgjengere/syklister. Prediktorvariabler Bilenes registreringsår 10 grupper: før 1980, 1980-1990 (referansekategori), 1991-1995, 1996-2000, 2001-2003, 2004-2006, 2007-2009, 2010-2011, 2012-2013, 2014-2016. Bilenes vekt Fire grupper: 0-1199 kg, 1200-1399 kg, 1400-1599 kg og 1600+ kg. Motpartens reg. og vekt De samme gruppene som for den «egne» bilen. Førernes alder og kjønn Menn og kvinner i fire aldersgrupper: 18-24 år, 25-44 år, 45-65 år og 65+ år. Ulykkesår År når ulykken skjedde, 17 år (2000-2016). Eksponering Antall kjøretøykilometer eller antall PSU: Kjøretøykilometer (kjtkm): Resultatene gjelder ulykkesrisikoen. dvs. antall D+HS eller antall PSU (per kjtkm) PSU: Resultatene gjelder skadegraden, dvs. antall D+HS/PSU. Modellene er beregnet med Poisson regresjon i Stata. Enhet i analysene (én rad i datafilen) er biler av registreringsår A (gruppert i 10 grupper), i vektklasse B (fire vektklasser), med en fører gruppe C (én av åtte grupper etter alder og kjønn; fire aldersgrupper), i ulykkesår D. Dette gjelder datafilene for alle ulykker, eneulykker og ulykker med fotgjengere og syklister. I bil-bil kollisjoner er bilene og ulykkene videre delt opp etter motpartens registreringsår og vektklasse (samme inndeling som for den «egne» bilen). For hver av disse analyseenhetene er eksponeringen estimert og antall PSU og D+HS er hentet fra offisiell ulykkesstatistikk. Bilenes registreringsår og egenrisiko: Færre og mindre alvorlige ulykker med biler fra senere år Med egenrisiko menes risikoen som bilførere utsetter seg selv for (i den «egne» bilen). Figur S.1 viser en oversikt over de estimerte effektene av bilenes registreringsår på D+HS, PSU og D+HS/PSU. II Copyright Transportøkonomisk institutt, 2017

Endringer fra 1980-1990 til 2014-2016 -96 % Alle ulykker -83 % -76 % -97 % Eneulykker -95 % -43 % U -94 % Bil-bil kollisjoner -83 % -67 % Endringer per år -10 % -6 % -5 % -11 % -9 % -2 % -9 % -6 % -4 % A D+HS PSU D+HS/PSU -100 % -50 % 0 % -15 % -10 % -5 % 0 % Figur S.1. Estimerte effekter av registreringsår på antall D+HS og PSU (per kjtkm) og på skadegraden (D+HS/PSU); endringer fra registreringsår 1980-1990 til 2014-2016 (t.v.) og per registreringsår (t.h.); resultater fra modellberegninger med statistisk kontroll for bilenes vekt, førernes alder og kjønn, ulykkesår, samt motpartens registreringsår og vekt i bil-bil kollisjoner. Resultatene i figur S.1 viser at biler fra senere registreringsår har færre ulykker (D+HS og PSU) og lavere skadegrad (D+HS/PSU). Effekten på skadegraden er større i bil-bil kollisjoner enn i eneulykker. Resultatene av modellberegningene viser videre at effekten av bilenes registreringsår på ulykkesinnblanding (D+HS og PSU) har vært større i lettere biler enn i tyngre biler. Nedgangen av skadegraden er omtrent like stor i alle vektklassene. Forklaringen på effektene av registreringsår er at det har skjedd store forbedringer av bilenes aktive sikkerhet (bl.a. flere biler med blokkeringsfrie bremser, antiskrenssystemer og generelt forbedrede kjøreegenskaper) og passive sikkerhet (bl.a. flere biler med kollisjonsputer og bedre resultater i kollisjonsforsøk som Euro NCAP). Resultatene stemmer relativt godt overens med resultatene fra andre empiriske studier. Likevel kan effektene for bilenes registreringsår som ble funnet i modellberegningene, være noe overestimert. Til tross for statistisk kontroll for vekt, alder og ulykkesår i modellberegningene, kan resultatene (som følge at statistiske artefakter) være påvirket av at biler fra senere registreringsår i gjennomsnitt: Er tyngre (tyngre biler har lavere skadegrad) Er nyere (nyere biler har færre ulykker og lavere skadegrad) Har ulykker i senere år (ulykkesrisikoen og skadegraden i ulykkene har gått ned over tid, delvis som følge av at bilene er blitt sikrere og delvis som følge av andre faktorer). Hvis man i et regneeksempel «fjerner» effektene av disse variablene fra effekten av bilenes registreringsår, er antall D+HS bilførere i biler fra 2014-2016 fortsatt 72% lavere enn i biler fra 1980-1990 (istedenfor 94% lavere uten statistisk kontroll for andre variabler eller 96% lavere ifølge modellberegningene). Dette tilsvarer en årlig reduksjon på 4,2%. Bilenes registreringsår og fremmedrisiko: Færre ulykker med biler fra senere år og lavere skadegrad blant fotgjengere/syklister Med fremmedrisiko menes risikoen som bilførere (eller biler) utsetter andre trafikanter for. I bil-bil kollisjoner er biler fra senere registreringsår sjeldnere motpart enn biler fra tidligere registreringsår, noe som kan forklares med de samme faktorene som bidrar til at biler fra senere registreringsår sjeldnere er innblandet i ulykker. Effektene er omtrent like store som effektene som ble funnet på egenrisikoen. Skadegraden for føreren av den «egne» bilen i bil-bil kollisjoner har ikke vist seg å ha sammenheng med motpartens registreringsår. Copyright Transportøkonomisk institutt, 2017 III

Biler fra senere registreringsår har vist seg å ha færre ulykker med fotgjengere og syklister og å påføre disse mindre alvorlige skader. Nedgangen av antall ulykker og skader blant fotgjengere og syklister er på 60-70% når man sammenligner biler fra 2014-2016 med biler fra 1980-1990, og dermed noe mindre enn effektene for bilførerne. Nedgangen av skadegraden kan forklares med at bilenes fronter er blitt mer «fotgjengervennlige», dvs. at høyden og utformingen er endret slik at fotgjengere (og syklister) får mindre alvorlige skader fra direkte sammenstøt med bilen og etterfølgende bevegelser. Bilenes vekt og egenrisiko: Mindre alvorlige ulykker for førere av tyngre biler Når man ser på alle ulykkene under ett, viser resultatene at en vektøkning på 100 kg i gjennomsnitt medfører en reduksjon av antall D+HS i den egne bilen på 4,9% og en reduksjon av skadegraden på 5,8%. Disse effektene beror i hovedsak på effektene i bil-bil kollisjoner (-11,1% D+HS og D+HS/PSU ved en vektøkning på 100 kg). I eneulykker er det omtrent ingen sammenheng med antall D+HS eller skadegraden. Antall PSU har ikke vist seg å ha sammenheng med bilenes vekt. Resultatene stemmer godt overens med resultater fra andre studier som i gjennomsnitt har anslått effekten på skadegraden i alle ulykker til en reduksjon på 6,6% og som også har funnet større effekter i bil-bil kollisjoner enn i eneulykker. Forklaringen på at tyngre biler i større grad beskytter bilføreren enn lettere biler er at tyngre biler som regel er større og har større deformasjonssoner, samtidig som de i kollisjoner med andre biler som regel, hvis alt annet er lik, utsettes for mindre fartsendringer og deformasjoner enn lettere biler. I noen typer eneulykker, især med velt, kan høyere vekt derimot medføre større energiforskjeller og dermed større deformasjon enn lavere vekt, noe som kan forklare forskjellen mellom effekten av bilenes vekt i kollisjoner vs. eneulykker. Bilenes vekt og fremmedrisiko: Mer alvorlige ulykker for motparter av tyngre biler i kollisjoner I bil-bil kollisjoner medfører tyngre motparter flere D+HS og høyere skadegrad. Når motpartens vekt øker med 100 kg, øker antall D+HS i den egne bilen i gjennomsnitt med 6,8% og skadegraden med 10,3%. Dette stemmer godt overens med resultater fra andre studie som i gjennomsnitt viser at en vektøkning på 100 kg medfører en økning av antall D+HS på 6,6%. Resultatene viser at den gode beskyttelsen som tunge biler gir den egne føreren, går på bekostning av motparten. Dette har sammenheng med at tyngre biler får mindre fartsforskjeller og deformasjoner enn lettere biler, noe som fører til at det blir den lettere motparten som absorberer mesteparten av kollisjonsenergien. Effekten av motpartens vekt på antall D+HS er større i tyngre biler enn i lettere biler. Antall personskadeulykker går ned med tyngre motparter, uavhengig av den egne bilens vekt. Forklaringen til dette er ukjent. I ulykker med fotgjengere og syklister medfører høyere vekt flere alvorlige skader blant fotgjengerne/syklistene. Antall D+HS fotgjengere øker i gjennomsnitt med 4,6% per 100 kg vektøkning. Effekten kan forklares med at fronten på tyngre biler ofte er utformet på en mindre «fotgjengervennlig» måte. Bl.a. er tyngre biler ofte større og høyere enn lettere biler, noe som kan medføre mer uheldige treffpunkt og at fotgjengere og syklister får mer uheldige bevegelser etter det første sammenstøtet. IV Copyright Transportøkonomisk institutt, 2017

Resultatene tyder også på at tyngre biler medfører høyere ulykkesrisiko for fotgjengere og syklister, men uten at det er funnet noen forklaring. Siden tyngre biler kjører mer i områder med få fotgjengere og syklister enn lettere biler (noe som det ikke er kontrollert for i modellene), hadde det motsatte vært forventet. Bilenes alder og egenrisiko: Flere og mer alvorlige ulykker med eldre biler Når biler blir eldre, øker ulykkesinnblandingen og skadegraden i ulykkene, også når man kontrollerer for bilenes registreringsår. Dette gjelder for biler som er opp til 20 år gamle. Resultatene fra denne studien viser at antall D+HS i alle ulykker, sammenlignet med 20 år gamle biler, er 30% lavere i en 10 år gammel bil, 42% lavere i en fem år gammel bil og 50% lavere i en ett år gammel bil. Dette gjelder med statistisk kontroll for bilenes registreringsår samt førernes alder og kjønn. Forklaringer på at eldre biler har flere og mer alvorlige ulykker, er at eldre biler har flere tekniske feil og at førere av eldre biler i gjennomsnitt har høyere ulykkesrisiko enn førere av nyere biler. Førere av eldre biler er bl.a. oftere beruset, kjører oftere for fort og bruker i mindre grad bilbelte enn førere av nyere biler. Eldre biler har også i gjennomsnitt yngre førere, men dette er statistisk kontrollert for i modellberegningen. Blant biler som er over 20 år gamle, er det en tendens til at økende alder medfører færre ulykker og lavere skadegrad, noe som kan være en «veteranbileffekt» som følge av at veteranbileiere er ekstra påpasselige med sikkerheten. Bilenes alder er i denne studien ikke blant prediktorvariablene i modellene som er utviklet for å estimere bilenes registreringsår. Dette fordi både bilenes registreringsår og ulykkesår er prediktorer i disse modellene. Bilenes alder er en funksjon av disse to variablene og dermed ikke mulig å inkludere som prediktor. Førernes alder og kjønn: Unge menn har høyere risiko og utsetter andre trafikanter for høyere risiko enn andre førere Resultatene viser at det blant de yngste bilførerne, især menn, er flest D+HS, og at forskjellene er størst i eneulykker. Blant de eldste er det også flere D+HS enn blant dem i de midterste aldersgruppene, men færre enn blant de yngste. Blant unge menn er det flere D+HS enn blant unge kvinner, mens det i aldersgruppene over 25 år ikke finnes systematiske forskjeller mellom kvinner og menn. De yngste mennene har også høyere skadegrad i ulykkene (D+HS/PSU) og utgjør en betydelig større risiko for fotgjengere og syklister enn kvinner og eldre førere av begge kjønn. Resultatene stemmer godt overens med resultatene fra andre studier. Akselerert utskiftingstakt i bilparken: Akselerert nedgang av antall D+HS bilførere (hypotetisk beregning) Hvis man øker utskiftingstakten av bilparken, kan man forvente at antall D+HS bilførere vil gå mer og raskere ned enn med dagens utskiftingstakt fordi en større andel av trafikkarbeidet vil gjøres med nyere biler. Hypotetiske regneeksempler viser at: Dersom man ville skifte ut hele bilparken, ville antall D+HS bilførere teoretisk gå ned med omtrent 30%. Dersom man øker utskiftingstakten av bilparken, kan antall D+HS bilførere (i forhold til 2015) være halvert i 2039 istedenfor i 2045. Copyright Transportøkonomisk institutt, 2017 V

Her er det forutsatt at antall D+HS bilførere går ned med 4,2% for hvert nye registreringsår. Det er ikke tatt hensyn til andre endringer som påvirker antall D+HS bilførere eller effekter på motparter i kollisjoner. I praksis vil effekten av å øke utskiftingstakten være mindre fordi førerne vil forbli de samme som i dag (også høyrisiko-førere som i dag kjører gamle biler, vil kjøre nyere biler). Regneeksempelet forutsetter videre at det totale trafikkarbeidet er uendret. VI Copyright Transportøkonomisk institutt, 2017

Summary Vehicle age and crash risk TØI Report 1607/2016 Author: Alena Høye Oslo 2017 84 pages Norwegian language The aim of the present study was to investigate the effects of improved vehicle safety and increased vehicle weight among passenger cars over time. Poisson regression models were developed of injury crashes involving passenger cars in Norway during 2000-2016, with the cars (in models for car-car collisions additionally the crash partners) first year of registration and weight as predictor variables. Crash year and the drivers age and gender were statistically controlled for. Passenger cars from later registration years were found to have fewer and less serious crashes than cars from earlier registration years. On average, it is estimated that there are 4.2% fewer killed or seriously injured (KSI) drivers in cars from any registration year X than in cars from the preceding registration year, if the cars weight is held constant. In cars from model year 2014-2016 there are on average 72% fewer KSI drivers than in cars from 1980-1990. Safety improvements have been somewhat larger in lighter cars than in heavier cars. Crashes with heavier cars are on average less serious for the driver of the car, but more serious for crash partners (other car drivers or pedestrians/cyclists). Older cars have on average more and more serious crashes than newer cars if registration year and crash year are held constant. Hypothetically, if the whole current Norwegian passenger car fleet were replaced by new cars, the number of KSI car drivers would be reduced by 30%. By increasing the renewal rate of the passenger car fleet, the number of KSI car driver would be halved (compared to 2015) in 2039 instead of in 2045. This report presents an investigation of the effect of passenger cars year of first registration and weight on crash involvement (personal injury crashes, PIC), on the number of killed or seriously injured (KSI) car drivers, and on crash severity (KSI/PIC) for drivers of passenger cars. Effects of registration year and weight on a cars aggressivity were investigated as well, i.e. the effects of the crash partners registration year and weight in car-car collisions on the driver of the own car and the effects of the own cars registration year and weight on injuries among pedestrians and cyclists. Table S.1 gives an overview of the results, including results for the drivers age and gender that were statistically controlled for. Crash year is statistically controlled for as well. Telephone: +47 22 57 38 00 E-mail: toi@toi.no This report can be downloaded from www.toi.no i

Vehicle age and crash risk Table S.1: Overview of results (adjusted effects). Year of first registration: Later registration years Weight: Heavier cars Age: Older cars Driver: Young men Own risk 1 Fewer crashes (KSI and PIC): Larger effect in lighter cars Lower crash severity (KSI/PIC): Largest effect in car-car collisions Fewer and less serious crashes (KSI and KSI/PIC): Largest effect in car-car collisions, no effect in single vehicle crashes No effect on crashes (PIC) More and more serious crashes (KSI, PIC, and KSI/PIC) More and more serious crashes (KSI, PIC, and KSI/PIC): Largest effect in single vehicle crashes Aggressivity 2 : Pedestrians/cyclists Fewer and less serious crashes (KSI, PIC, and KSI/PIC) More and more serious crashes (KSI, PIC, and KSI/PIC) (no results) More and more serious crashes (KSI, PIC, and KSI/PIC) Aggressivity 2 : Crash partner (driver) in car-car collisions Fewer crashes (KSI and PIC) No effect on crash severity (KSI/PIC) More serious crashes and (KSI and KSI/PIC) Fewer crashes (PIC) (no results) (no results) 1 Risk for driver (own car). 2 Risk for crash partner (car driver in car-car collisions; ped./cycl. in collisions with ped./cycl.). The results are based on Poisson regression models with PIC or KSI (car drivers or pedestrians/cyclists) as the dependent variable. Predictor variables are the cars year of first registration and weight, crash year, the drivers age and gender, and exposure (vehicle kilometers or PIC in models for KSI; vehicle kilometers in models for PIC). Models were developed for all crashes, single vehicle crashes, car-car collisions, and collisions with pedestrians or cyclists. In car-car collisions, the crash partners registration year and weight are additional predictor variables. An overview of dependent and predictor variables is given in table S.2. Table S.2: Overview of predictor and dependent variables. Explanation Dependent variables Personal injury crashes: PIC Serious crashes: KSI Injury severity: KSI/PIC Models with vehicle kilometers as exposure: Number of PIC with passenger cars involved. Models with vehicle kilometers as exposure: KSI car drivers (models for all crashes, single vehicle crashes, and car-car collisions) KSI pedestrians/cyclists (models for collisions with pedestrians/cyclists). Models with PIC as exposure: KSI car drivers (models for all crashes, single vehicle crashes, and car-car collisions) KSI pedestrians/cyclists (models for collisions with pedestrians/cyclists). Predictor variables Registration year (own car) 10 groups: Pre 1980, 1980-1990 (reference), 1991-1995, 1996-2000, 2001-2003, 2004-2006, 2007-2009, 2010-2011, 2012-2013, 2014-2016. Weight (own car) Four groups: 0-1199 kg, 1200-1399 kg, 1400-1599 kg, 1600+ kg. Crash partners registration Same as for own car. year and weight Drivers age and gender Men and women, four age groups each: 18-24, 25-44, 45-65, 65+ years. Crash year Year in which crash occurred (2000-2016). Exposure Vehicle kilometers (millions) or PIC: Vehicle km: Model results refer to KSI or PIC per million vehicle km PIC: Model results refer to crash severity, i.e. the number of KSI per PIC. ii Copyright Institute of Transport Economics, 2017

Vehicle age and crash risk The unit of analysis in the models for all crashes, single vehicle crashes, and pedestrian/bicycle collisions is a cohort of cars from registration year A (10 groups), in weight class B (four weight classes), with a driver in group C (eight groups according to age and gender), in crash year D (years 2000-2016). In the models for car-car collisions, the data are additionally grouped according to the crash partners registration year and weight. For each unit of analysis and each type of crash, the numbers of KSI and PIC has been retrieved from official injury crash statistics. The total number of vehicle kilometers has been estimated based on a cohort model of the national car fleet in which annual mileage for cars of different years of first registration and weight were calculated based on odometer readings from the registry of periodic vehicle inspection. Registration year and own risk: Fewer and less serious crashes with cars from later years Own risk refers to the risk a car driver is exposed to as a function of characteristics of the own car. Figure S.1 shows the estimated effects of registration year on KSI, PIC, and KSI/PIC in the different types of crashes, both for registration years 2014-2016 in comparison to registration years 1980-1990 and as average annual changes from any registration year to the next. All crashes Changes from 1980-1990 to 2014-2016 -96 % -83 % -76 % Changes per registration year -10 % All crashes -6 % -5 % Single vehicle crashes Car-car collisions -97 % -95 % -43 % -94 % -83 % -67 % -11 % Single vehicle -9 crashes % -2 % -9 % Car-car collisions -6 % -4 % KSI PIC KSI/PIC -100 % -50 % 0 % -15% -10% -5% 0% Figure S.1. Estimated effects of registration year on KSI, PIC (per vehicle km), and crash severity (KSI/PIC); changes from registration years 2014-2016 in comparison to registration years 1980-1990 (left), and per registration year (right); adjusted effects (with statistical control for the cars weight, the drivers age and gender, and crash year, as well as the crash partners registration year and weight for car-car collisions). The results in figure S.1 show that cars from later registration years have fewer crashes (KSI and PIC) and less serious crashes (KSI/PIC). The effects on crash severity are larger in car-car collisions than in single vehicle crashes. The decreases of crash numbers have been larger for lighter cars than for heavier cars, while the decrease of crash severity has been about equally large independent of weight (not shown in figure S.1). Factors that have contributed to the effects of registration year are improvements of active safety (such as anti-lock brakes, electronic stability control, and generally improved handling characteristics) and passive safety (such as side airbags and improved results in the crash test program Euro NCAP). The results from the present study are well in accordance with results from other studies. However, the estimated effects of registration year may be somewhat overestimated. Despite statistical control for several potential confounding variables, the results are likely to be affected by the relationships between registration year and: Weight (later car models are on average heavier; heavier cars have on average less serious crashes) Copyright Institute of Transport Economics,, 2017 iii

Vehicle age and crash risk Age (later car models are in the present study on average newer; newer cars have on average fewer crashes) Crash year (lager car models have in the present study on average crashed in later years; crash risk and crash severity have on average declined over time, partly because of improved vehicle safety, and partly because of other factors). If these effects are «removed» from the unadjusted effect of registration year in a hypothetical calculation, the number of KSI car drivers in cars from 2014-2016 is 72% lower than in cars from 1980-1990, or reduced by 4.2% per registration year. Registration year and aggressivity: Fewer crashes with cars from later years and less serious injuries among pedestrians and cyclists Aggressivity refers to the risk a car imposes to other road users (it has nothing to do with the drivers behavior). Cars from later registration years are less often crash partner in car-car collisions than cars from earlier registration years. The effect is about as large as the effect of registration year on own risk and it is due to the same factors that have contributed to the decrease of own risk for later model years. Crash severity (KSI/PIC among drivers of the own car) is not related to the crash partners registration year. This indicates that more recent cars not necessarily are less aggressive than cars from earlier years. Cars from later registration years were found to have fewer crashes with pedestrians and cyclists and to inflict less serious injury on them. The numbers of crashes and injuries among pedestrians and cyclists have decreased by about 60-70% for cars from registration years 2014-2016 compared to registration years 1980-1990. Among the factors that have contributed to the decrease of injury severity are changes in the design of the cars front. Weight and own risk: Less serious crashes with heavier cars On average in all types of crashes, an increase of vehicle weight by 100 kg reduces the number of KSI drivers by 4.9%. Vehicle weight has the largest effect in car-car collisions (-11.1% KSI per 100 kg weight increase). In single vehicle crashes no relationship was found between the number of KSI and weight. The number of PIC has not been found to be related to weight in any kind of crash. The results from the present study are in accordance with results from other studies, both with respect to the size of the overall effect and the difference between crash types. Contributing factors to the effect of increasing weight on injuries are the (on average) larger size and thus larger deformation zones of heavier cars. Moreover, in collisions with other cars, speed changes and deformation are on average lower in heavier/larger cars than in lighter/smaller cars. However, in rollover crashes increasing weight may contribute to increasing impact force and deformation and thus more serious injuries. This may at least partly explain the lack of effect of vehicle weight in single vehicle crashes. iv Copyright Institute of Transport Economics, 2017

Vehicle age and crash risk Weight and aggressivity: More serious collisions with heavier crash partners Car-car collisions are on average more serious for car drivers when the crash partner is heavier. The number of KSI car drivers increases on average by 6.8% for each 100 kg increase of the crash partner s weight. Injury severity (KSI/PIC) increases on average by 10.3%. These results are in accordance with results from other studies. They show that the improved protection provided by increasing weight to the driver of the own car, comes at the cost of increased risk for crash partners. The effect of the crash partner s weight on own injury risk is larger in heavier cars than in lighter cars. In collisions with pedestrians and cyclists, each increase of vehicle weight by 100 kg increases the risk for KSI among pedestrians/cyclists on average by 4.6%. This is most likely not an effect of weight per se, but due to a less «pedestrian friendly» design of heavier vehicles. The results also indicate that heavier cars impose higher crash risk to pedestrians and cyclists. Age and own risk: More and more serious crashes with older cars Older cars of up to 20 years of age have on average more and more serious crashes than newer cars, independent of registration year. The results from the present study show that, compared to a 20 year old car, the number of KSI drivers is reduced by 30% in 10 year old cars, by 42% in a five year old car, and by 50% in a new car (with statistical control for registration year and the drivers age and gender). Factors that contribute to the increasing risk of older cars are increasing technical defects and more high-risk behavior among drivers. Among other things, drivers of older cars are more often drunk and/or driving too fast, and they use more seldom seat belts than drivers of newer cars. Older cars also have more often young male drivers. Among cars over 20 years, increasing age is related to fewer and less serious crashes, probably because of a «veteran car» effect, i.e. drivers of very old cars driving less and especially carefully. Drivers age and gender: Young men have higher risk and impose greater risk to other road users than other drivers Young drivers, especially young men, are more often KSI than other drivers, especially in single vehicle crashes. Older drivers are also more often KSI than drivers in the middle age groups, but less often than the youngest. While young men are more often KSI than young women, there are no large or statistically significant differences between men and women in the age groups above 25 years. Young men impose also considerably larger risk to pedestrians and cyclists than other drivers. The results from the present study are in accordance with results from other studies. Increased renewal rate: Larger decrease of the number of KSI drivers (hypothetical calculation) Hypothetically, if the whole current Norwegian passenger car fleet were replaced by new cars, the number of KSI car drivers would be reduced by 30%. By increasing the renewal rate of the passenger car fleet, the number of KSI car drivers may be halved (compared to 2015) in 2039 instead of in 2045. Copyright Institute of Transport Economics,, 2017 v

Vehicle age and crash risk These estimates are based on hypothetical calculations, based on the assumption that the number of KSI car drivers decreases by 4.2% for each new registration year. Other factors that affect crash and injury risk are not taken into account. For example, it is not taken into account that drivers of older cars on average show more high-risk behavior than drivers of newer cars and that they hardly will stop doing so if they were given a new car. The total annual mileage for the entire passenger car fleet is assumed to remain unchanged. vi Copyright Institute of Transport Economics, 2017

1 Bakgrunn og formål Formålet med denne rapporten er å estimere sammenhengen mellom personbilenes registreringsår og risikoen for ulykker og skader, basert på en tidsserie fra 2000-2016. Biler fra senere registreringsår antas å ha færre ulykker og mindre alvorlige skader blant personene i bilen. De antas også å påføre andre trafikanter mindre alvorlige skader i kollisjoner eller påkjørsler. Bilenes vekt har økt over tid og dette antas også å ha sammenheng med skadegraden, både blant personene i bilen (mindre alvorlige skader i tyngre biler) og blant andre trafikanter som er innblandet i ulykker med biler (mer alvorlige skader i kollisjoner med tyngre biler). Effektene av bilenes vekt er derfor undersøkt samtidig med effektene av bilenes registreringsår. Andre faktorer som er tatt hensyn til er førernes alder og kjønn, samt ulykkesår. Videre er det kontrollert for eksponeringen, dvs. at det er tatt hensyn til at det finnes store forskjeller i årlige kjørelengder mellom biler fra ulike registreringsår, i ulike vektklasser og med ulike førere. Effektene av bilers alder og/eller registreringsår og vekt på ulykkesinnblanding og skadegraden er også undersøkt i andre studier (jf. kapittel 4), men dette er etter vår kjennskap den første studien som har undersøkt den kombinerte effekten av bilenes vekt og registreringsår, som har kontrollert for bilenes årlige kjørelengder og som har tatt hensyn til registreringsår og vekt til motparter i kollisjoner. Hypotesene om de enkelte variablene som inngår i analysene, er beskrevet i det følgende. 1.1 Bilenes registreringsår Hypotese: Biler fra senere registreringsår er innblandet i færre ulykker og har lavere skadegrad, både blant personer i bilen og blant andre innblandede i ulykker med biler. Nye personbiler er blitt sikrere over tid, både når det gjelder passiv sikkerhet (beskyttelse i kollisjoner) og aktiv sikkerhet (tilgjengelighet av sikkerhetsutstyr som ESC og ulike førerstøttesystemer som skal redusere ulykkesrisikoen). Bilene er også i gjennomsnitt blitt større og tyngre, men vekten er i denne studien statistisk kontrollert for. Forbedringer av den passive sikkerheten (beskyttelsen i kollisjoner) har ført til at risikoen for å bli drept eller hardt skadd (D+HS) er lavere i biler fra senere registreringsår (jf. avsnitt 4.1). Andelen av bilene som har fire eller fem stjerner i Euro NCAP, har økt over tid. I senere år (etter 2009) er kriteriene for kollisjonstestene blitt stadig strengere for å unngå at alle bilene etter hvert vil få fem stjerner (da ville resultatene ikke lenger ha noen informasjonsverdi). Studier som har undersøkt sammenhengen mellom resultater i slike kollisjonstestprogrammer, tyder på at skaderisikoen synker med omtrent 5% for hver ny stjerne en bil får i en kollisjonstest (Høye, 2017A). I tillegg til at bilenes passive sikkerhet er blitt bedre over tid, er også stadig flere biler blitt utstyrt med aktive sikkerhetssystemer som ESC, bremseassistenter og lignende (Høye et al., 2015). Slike systemer (især ESC, Høye, 2011) har som regel størst effekt på de mest alvorlige ulykkene og vil dermed også påvirke skadegraden i en gjennomsnittlig ulykke. Copyright Transportøkonomisk institutt, 2017 o1

Biler fra senere registreringsår har endret egenskaper som påvirker skader på motparten i en eventuell kollisjon. Bl.a. er fotgjengerbeskyttelsen og kompatibiliteten for SUVer og pickuper blitt forbedret (Høye, 2017A). 1.2 Bilenes alder Hypotese: Eldre biler er innblandet i flere og mer alvorlige ulykker enn nyere biler. Andre studier som er oppsummert av Høye (2017A) og i avsnitt 4.5, viser at eldre biler (uavhengig av bilenes registreringsår) medfører større skaderisiko for personer i bilen enn nyere biler. Kun i helt nye biler (under ett år etter førstegangsregistrering) viser studiene at skaderisikoen er høyere, noe som forklares med en tilvenningseffekt. I denne studien inngår bilenes alder kun indirekte ved at både bilenes registreringsår og ulykkesår inngår som prediktorer i modellene. Det blir derfor ikke direkte testet hvorvidt eldre biler har flere ulykker og høyere skadegrad. 1.3 Bilenes vekt Hypotese: Tyngre biler har lavere skadegrad blant personene i bilen, men høyere skadegrad blant andre innblandede i ulykker med biler. Jo tyngre bilen er, desto sikrere er den som regel for dem som sitter i bilen, og desto større skader kan den påføre andre i en kollisjon (jf. avsnitt 4.2 og 4.3). Større biler (med større avstander mellom hjulene) er som regel sikrere fordi de kan ha større deformasjonssoner og fordi de som regel er mer stabile, dvs. at ikke velter like lett som mindre biler (Wenzel, 2013). I kollisjoner mellom biler av ulik vekt er det, hvis alt annet er lik, den tyngre bilen som får minst fartsendring og deformasjon. Bilenes geometri og vekt har vist seg å ha ulike effekter i ulykker med og uten velt. Mens høyere og tyngre biler som regel beskytter personene i bilen bedre i front- og sidekollisjoner enn andre biler, utgjør de en større risiko i velteulykker (Friedman et al., 2013). Situasjoner hvor lettere biler kan være sikrere enn tyngre biler (dersom bilen er like solid og støtabsorberende), er kollisjoner med ikke-deformerbare objekter og velt. I slike ulykker fører mindre masse til at det er mindre energi som må absorberes av bilen for å beskytte personene i bilen (Wenzel, 2013). 1.4 Førerrelaterte faktorer Det er ikke formulert noen eksplisitte hypoteser for førerrelaterte faktorer. I analysene er det statistisk kontrollert for førernes alder og kjønn da disse i mange andre studier har vist seg å ha sammenheng med både ulykkesinnblanding og skadegraden i ulykker. Det er som regel en U-formet sammenheng mellom alder og ulykkes- og skaderisiko. De yngste førerne har høyest risiko, førerne i de midterste aldergruppene har lavest risiko og de eldste førere har noe lavere risiko enn de yngste, men høyere risiko enn dem i de midterste aldergruppene (Bjørnskau, 2015). Forskjellene mellom kvinner og menn er forskjellige i ulike aldersgrupper og avhenger av hvorvidt man kontrollerer for andre faktorer, især kjøreerfaring. 2 Copyright Transportøkonomisk institutt, 2017

Førernes alder og kjønn har også sammenheng med hvilke biler, hvor og hvor mye som kjøres (Ulfarsson & Mannering, 2004; Huang et al., 2011). Yngre førere kjører ofte eldre biler og bruker bilene til andre formål enn eldre førere og under andre forhold (Martin & Lenguerrand, 2008; Transport for NSW, 2017). McCartt & Teoh (2015) viser at unge førere som er drept i ulykker i USA, langt oftere enn middelaldrende førere hadde kjørt gamle biler (82% hadde kjørt biler som var over fem år gamle og 48% hadde kjørt biler som var over 10 år gamle). Unge førere hadde også oftere enn andre kjørt små biler. Kvinner kjører i gjennomsnitt mindre og lettere biler, kjører mer i byområder enn menn og blir oftere drept i ulykker enn menn når man kontrollerer for andre faktorer (Martin & Lenguerrand, 2008). I tillegg til forskjellene mellom førere av ulik alder og kjønn kan det også være en interaksjonseffekt mellom førernes alder og kjønn, dvs. at sammenhengen mellom alder og risiko kan være forskjellig mellom menn og kvinner. Bl.a. har unge menn som regel høyere risiko enn unge kvinner, mens det blant de eldre er kvinnene som er mest utsatt for alvorlige skader. 1.5 Ulykkesår Det er ikke formulert noen eksplisitte hypoteser om effekten av ulykkesår. Både antall ulykker og skadegraden i ulykkene har gått betydelig ned over tid i Norge (og i andre land). Forbedringer av bilenes sikkerhet er blant de viktigste faktorene som har bidratt til denne nedgangen (Høye et al., 2014). 1.6 Eksponering Eksponering er den mest relevante kontrollvariabelen i analysene fordi biler fra ulike registreringsår har forskjellige kjørelengder og kjørelengdene for hver enkelt bil endrer seg over tid. I den aktuelle studien er det gjort analyser både med antall kjøretøykilometer og med innblanding i personskadeulykker som eksponeringsvariabler. De fleste andre studiene som har undersøkt sammenhengen mellom bilenes alder og/eller registreringsår (eller andre bilrelaterte faktorer) har benyttet ulykkesinnblanding som eksponeringsvariabel, slik at resultatene sier noe om skadegraden i ulykkene, men ikke om ulykkesrisikoen. Studiene til Broughton (2008, 2012) ligner metodisk sett på den aktuelle studien, men har benyttet antall registrerte biler istedenfor kjøretøykilometer som eksponeringsvariabel. Dette innebærer at det ikke er tatt hensyn til sammenhengen mellom bilenes alder og kjørelengde (eldre biler kjøres som regel mindre enn nyere biler) og at resultatene dermed kan være systematisk skjeve i retning av at eldre bilers eksponering er overog risikoen dermed underestimert. 1.7 Andre relevante variabler Dersom man utelukkende er interessert i effektene av bilenes registreringsår, er det viktig å kontrollere for flest mulig andre variabler som har sammenheng med både bilenes registreringsår og ulykkes-/skaderisiko. Variabler som man ikke kontrollerer for, vil implisitt bli behandlet som «egenskaper» ved bilene. Når f.eks. beltebruken er høyere i biler fra senere registreringsår (bl.a. fordi disse oftere har beltepåminner), vil en høyere andel som bruker belte være en «egenskap» av nyere biler hvis man ikke kontrollerer for beltebruk (noe som i den aktuelle studien ikke er mulig). Copyright Transportøkonomisk institutt, 2017 o3

De følgende variablene kan ha sammenheng med både bilenes registreringsår og ulykkes- /skaderisiko, men er ikke kontrollert for i den aktuelle studien. At variablene ikke er kontrollert for skyldes at det ikke foreligger tilstrekkelig informasjon for å estimere eksponeringen. Fart/fartsgrense: Ulykker i høyere fart medfører i gjennomsnitt mer alvorlige skader. Nyere biler kan tenkes å kjøre fortere i gjennomsnitt enn eldre biler. Tyngre biler kjører trolig også oftere i høyere fart da disse i mindre grad enn lettere biler kjører i tettbygde strøk hvor fartsgrensene er lavere enn utenfor tettbygd strøk. På veger med ulike fartsgrenser er ikke bare gjennomsnittsfarten forskjellig, også trafikksammensetningen og ulykkestypene er forskjellige. Eksempelvis er det på veger med lavere fartsgrenser (veger i tettbygd strøk) flere ulykker med fotgjengere eller syklister enn på veger med høyere fartsgrenser, men færre alvorlige møteulykker mellom personbiler. På veger med de høyeste fartsgrensene er det få eller ingen kryssulykker da slike veger som regel har få eller ingen kryss i plan. Type bil: Det finnes en del generelle forskjeller mellom ulike typer biler og utbredelsen av ulike typer biler kan ha endret seg over tid. F.eks. er SUVer som regel både tyngre (noe som gir bedre beskyttelse til personer i bilen ved en kollisjon), stivere (noe som vanligvis øker fremmedrisikoen og som kan slå ut begge veier når det gjelder egenrisiko), har høyere tyngdepunkt (noe som øker risikoen for velt) og høyere støtfanger foran (noe som øker risikoen for fotgjengere og syklister ved påkjørsel) enn de fleste andre biler. Forskjeller mellom ulike typer personbil (f.eks. sedan, SUV, sportsbil, elbil) er kun kontrollert for i den grad ulike typer biler har ulik vekt (f.eks. er SUV i gjennomsnitt tyngre enn andre biler). Andre forskjeller mellom bilene som bl.a. hvor, hvordan og av hvilke førere de kjører, er ikke kontrollert for. Drivstofftype: Det er forskjeller mellom biler fra ulike registreringsår og i ulike vektklasser mht. til type drivstoff. Empiriske studier har ikke funnet noen forskjell i ulykkesrisikoen mellom diesel- og bensinbiler (Mayeres & Proost, 2001). Passasjerer i bilen: Jo flere passasjerer, desto større er potensialet for at flere personer i bilen blir skadd. I tillegg kan risikoen for distraksjon øke, især når både fører og passasjerene er ungdommer, noe som trolig i større grad vil være tilfellet i eldre biler. Passasjerer som ikke bruker bilbeltet, især i baksetet, utgjør også en risiko for personer i forsetet dersom disse bruker bilbeltet (Høye, 2016). Den aktuelle studien fokuserer kun på skader blant bilførere og ikke blant passasjerer. Hvorvidt passasjerer blir skadd, er dermed ikke relevant, men effektene av passasjerer på førerens ulykkes- og skaderisiko kan likevel påvirke resultatene. Beltebruk: Hvorvidt personer i bilen bruker belte, har stor sammenheng med skaderisikoen ved ulykker. Det har også vist seg å ha sammenheng med ulykkesrisikoen fordi førere som ikke bruker belte har en tendens til å utvise også annen risikoatferd. Bilbeltebruken har sammenheng med hvorvidt bilen har beltepåminner (Høye, 2016) og beltepåminner har sammenheng med bilenes registreringsår. I den aktuelle studien er det ikke mulig å kontrollere for beltebruken da det ikke foreligger pålitelig informasjon om verken beltebruk i offisiell personskadestatistikk eller om årlige kjørelengder for førere som bruker/ikke bruker bilbelte. Dette betyr at beltebruken implisitt behandles som en egenskap ved bilene (høyere beltebruk som en «egenskap» av nyere biler). 4 Copyright Transportøkonomisk institutt, 2017